Cara Belajar Claude: Panduan Lengkap dari Pemula hingga Pro

Saya telah menggunakan Claude secara konsisten selama beberapa bulan terakhir. Saya beralih dari menulis prompt sederhana dan samar di peramban menjadi membangun dan meng-host agen kompleks yang menghubungkan serta menganalisis banyak sumber data untuk mengambil keputusan. Saya membangun alur kerja yang membantu pekerjaan saya, sekaligus alat yang saya gunakan di luar pekerjaan. 

Belajar Claude membutuhkan waktu, konsistensi, dan banyak eksperimen. Namun saya yakin siapa pun bisa (dan sebaiknya) belajar menggunakan Claude dan alat serupa. Alat-alat ini mengubah cara orang bekerja, seperti apa produktivitas itu, dan apa yang mungkin dilakukan baik bagi orang teknis maupun nonteknis. 

Dalam panduan ini, saya akan memandu Anda cara belajar Claude, mulai dari dasar-dasar penyiapan dan memahami berbagai mode serta model, hingga membangun proyek pertama Anda, lalu ke beberapa fitur Claude yang lebih canggih. 

Seiring berjalannya pembahasan, saya akan menautkan kursus dan sumber daya relevan yang dapat membantu Anda praktik di setiap langkah. Saya juga akan memberikan beberapa contoh bagaimana saya menggunakan Claude, serta peta jalan dengan perkiraan waktu untuk memulai. 

Jika Anda ingin langsung mengikuti kursus, tempat terbaik untuk mulai adalah kursus Claude 101. 

TL;DR Cara Belajar Claude

Jika waktu Anda terbatas, berikut ringkasan cara mulai belajar Claude: 

• Claude lebih dari sekadar chatbot; ini adalah ekosistem mode (Chat, Cowork, Code, Design) yang mencakup segala hal dari riset dan penulisan hingga membangun agen dan otomasi. 
• Anda bisa menjadi produktif dengan Claude dalam satu hari; membangun kefasihan pada fitur menengah membutuhkan 4-6 minggu penggunaan harian
• Keterampilan paling penting di awal adalah rekayasa prompt. Semakin presisi Anda mendeskripsikan apa yang diinginkan, format yang diharapkan, dan alasannya, semakin baik keluarannya.
• Jalur belajar: dasar-dasar prompting dan penyiapan, lalu model dan mode, kemudian agen dan Projects, lalu API, MCP, dan RAG
• Penggunaan harian pada tugas pribadi yang nyata membangun intuisi lebih cepat daripada hanya kursus dan tutorial.

Apa itu Claude? 

Bagi banyak orang, ketika memikirkan Claude, yang terbayang adalah chatbot large language model, mirip ChatGPT atau Gemini. Itu benar, tetapi jauh dari keseluruhan kemampuannya. 

Pada kenyataannya, ‘Claude’ adalah ekosistem beragam alat, model, dan mode kecerdasan buatan yang memungkinkan Anda melakukan kueri, riset, perencanaan, pengkodean, dan pembangunan di berbagai tugas pemrosesan bahasa. Claude adalah asisten AI yang dapat membantu Anda dalam berbagai tugas. 

Cara Belajar Claude: Konsep Pemula dan Memulai

Langkah pertama belajar Claude adalah memahami apa sebenarnya Claude itu dan apa yang bisa dilakukannya. 

Penyiapan: Web, desktop, seluler 

Ada beberapa cara untuk mengakses Claude agar mulai belajar. Saya sarankan memulai dengan antarmuka web karena itu cara termudah untuk langsung mencoba. 

Kunjungi claude.ai untuk membuat akun. 

Anda akan melihat beberapa paket yang bisa dipilih. Untuk tahap pemula, akun gratis sudah sangat memadai. 

Namun, sebagai catatan awal, saat kita melangkah lebih jauh dalam rencana belajar Claude, fitur dan mode tertentu memerlukan paket berbayar, yang dimulai dari $17-$20 per bulan.  Saya merekomendasikan akun Pro, tetapi hanya saat Anda merasa siap menggunakan fitur-fiturnya. 

Anda dapat melihat harga lengkap di bawah ini: 

Untuk saat ini, tetaplah menggunakan akun gratis dan masuk. 

Jika mau, Anda juga bisa mengunduh Claude untuk desktop atau seluler setelah Anda lebih familier. 

Saat ini, saya hampir semua pekerjaan dengan Claude di aplikasi desktop, meski sesekali masih masuk via peramban. 

Belajar membuat prompt: Berkomunikasi dengan Claude 

Mungkin keterampilan terpenting saat pertama kali belajar menggunakan Claude adalah cara membuat prompt. 

Mengomunikasikan kebutuhan Anda secara efektif membuat perbedaan antara hasil yang baik dan hasil yang hebat. Seni dan keterampilan ini disebut rekayasa prompt (prompt engineering), dan saya sarankan mempelajari dasarnya sebelum Anda menggunakan Claude untuk hal yang bermakna. 

Anda dapat mempelajari lebih lanjut tentang apa sebenarnya prompt engineering dalam panduan lengkap kami, dan mulai dengan kursus ramah pemula, Understanding Prompt Engineering. Anthropic juga menyediakan panduan praktik terbaik untuk prompting di Claude, yang juga saya sarankan untuk dibaca. 

Namun singkatnya, seni prompt engineering bukan tentang kata-kata ajaib, melainkan komunikasi yang jelas. Panduan Anthropic sendiri merangkumnya dengan baik: perlakukan Claude seperti rekan baru yang cakap namun belum memiliki konteks Anda. 

Semakin presisi Anda menjelaskan apa yang Anda inginkan, mengapa membutuhkannya, dan seperti apa hasil yang baik, semakin baik kinerja Claude.

Tiga kebiasaan yang layak dibangun sejak awal: 

• Spesifik tentang format keluaran yang Anda harapkan, 
• Berikan alasan di balik permintaan Anda kepada Claude (bukan hanya tugasnya)
• Gunakan contoh. 

Satu contoh yang dipilih dengan baik, yang menunjukkan struktur atau nada yang Anda inginkan, lebih berpengaruh daripada sebidang instruksi abstrak.

Berikut contoh singkat yang saya maksud: 

Prompt samar menghasilkan hasil generik:

Explain machine learning to me.

Prompt yang terstruktur dengan baik menghasilkan sesuatu yang lebih berguna:

Explain machine learning to a marketing analyst who understands Excel 
and basic statistics, but has no coding background. 
Focus on the intuition behind how a model "learns" from data, not the 
maths. Use a real-world analogy from marketing or customer behavior. 
Keep it under 200 words.

Prompt kedua menentukan audiens, sudut pembahasan, domain contoh, dan batasan panjang. Claude tidak perlu menebaknya.

Pahami model-modelnya dan mana yang paling cocok untuk kebutuhan Anda

Baik di jendela peramban atau aplikasi desktop, salah satu opsi yang mungkin Anda lihat saat menggunakan Claude adalah model yang sedang Anda ajak berinteraksi. 

Ada beberapa pilihan, dan sekilas namanya tidak banyak memberi petunjuk. Pada tingkat atas (dan saat tulisan ini dibuat), Anda mungkin melihat opsi untuk Fable, Opus, Sonnet, dan Haiku. Apa artinya? 

Anda bisa menganggap model sebagai versi berbeda dari Claude, masing-masing disesuaikan untuk tugas yang sedikit berbeda dengan kelebihan dan kekurangannya. Beberapa unggul dalam tugas pengodean dan membuat agen AI, tetapi lebih lama memberikan jawaban dan lebih mahal dijalankan. Lainnya jauh lebih murah dan cepat, namun mungkin kurang mendalam dan presisi dibanding model lain. 

Saya sangat merekomendasikan membaca tentang beberapa di antaranya dan untuk apa mereka paling cocok (sekali lagi, akurat saat tulisan ini dibuat): 

• Fable 5: Anda mungkin mendengarnya di berita. Ini adalah model Claude paling canggih. Biaya operasinya tinggi, tetapi memberi cakupan luar biasa saat Anda membangun sesuatu yang kompleks. 
• Opus 4.8 atau 5: Model berkinerja tinggi lainnya yang bagus untuk pengodean, agen AI, dan sejenisnya. Namun, tetap cukup mahal untuk dijalankan dalam skala besar. 
• Sonnet 5: All-rounder yang sangat kuat. Tidak memiliki performa semengesankan dua model pertama, tetapi cepat, efisien, dan hasilnya solid. 
• Haiku 4.5: Jika Anda butuh jawaban cepat, ini model terbaik. Sangat cepat dan sangat murah, meski mengorbankan sedikit kedalaman dan kualitas. 

Mempelajari model mana yang dipilih untuk tugas tertentu adalah bagian penting dari belajar Claude. Untuk awal, saya sarankan menggunakan model default, yang saat ini adalah Sonnet 5. 

Namun, setelah Anda beralih ke tugas yang lebih canggih, Opus atau Fable mungkin lebih cocok. 

Pahami berbagai mode Claude: Chat, Cowork, Code, Design

Pada titik ini, Anda mungkin sudah menjelajah Claude di peramban atau aplikasi Desktop dan melihat beberapa opsi berbeda yang tersedia (terutama jika Anda berlangganan berbayar). 

Meski di tingkat gratis, tetap penting mengetahui bahwa Claude memiliki beberapa mode khusus yang dapat dipilih. Ada tiga mode utama dan satu ‘bonus’, masing-masing untuk tugas yang sangat spesifik: Claude Chat, Claude Cowork, Claude Code, dan Claude Design. 

Sebagai pelanggan gratis, Anda hanya memiliki akses ke Chat, yang sudah cukup saat Anda mempelajari dasarnya. Namun untuk melampaui dasar-dasar dan mengakses Cowork, Code, dan Design, Anda memerlukan langganan Pro. 

Saat ini, Anda hanya perlu mengetahui perbedaannya. Mari kita lihat: 

• Claude Chat: Ini adalah chatbot default. Anda dapat menggunakannya untuk riset, brainstorming ide, menganalisis dokumen, dan pemecahan masalah umum. 
• Claude Cowork: Asisten yang dirancang untuk pekerja pengetahuan. Anda dapat tersambung langsung ke file, folder, dan aplikasi lokal untuk membuat otomasi, menata file secara massal, memproses data, dan banyak lagi. 
• Claude Code: Agen AI yang dapat berinteraksi dengan antarmuka baris perintah Anda. Dibuat untuk pengembang guna membaca dan membuat direktori proyek, merombak basis kode, dan menjalankan pengujian dari terminal Anda. 
• Claude Design: Alat kreasi visual yang memungkinkan Anda bekerja dengan Claude untuk membuat dan mengedit desain, membuat presentasi, serta membangun prototipe interaktif melalui percakapan alami. 

Seiring kemajuan Anda dalam perjalanan belajar Claude, Anda pasti akan mulai menggunakan mode berbeda untuk tujuan spesifik. Untuk sekarang, saya sarankan memeriksa dasar-dasar dari masing-masing melalui sumber berikut: 

• Kursus Claude 101
• Apa itu Claude Design? 
• Tutorial Claude Cowork
• Tutorial Claude Code

Pelajari tentang context window dan token

Salah satu pembeda kunci antara berbagai model adalah sesuatu yang disebut context window. 

Intinya, context window adalah jumlah informasi yang dapat diproses Claude sekaligus sambil mempertahankan performa yang baik. Semakin besar context window, semakin banyak percakapan yang dapat Anda lakukan tanpa Claude melupakan konteks atau kehabisan memori kerja saat menghasilkan respons. 

Cara kerjanya mirip memori jangka pendek manusia, menyimpan informasi untuk tugas yang sedang dikerjakan. 

Umumnya ini diukur dalam token, yaitu bagian-bagian dari teks, gambar, dan input lain yang Anda berikan ke Claude. Misalnya, saat Anda mengetik prompt ke Claude, rangkaian tersebut diubah menjadi bagian-bagian lebih kecil (token) yang membantu LLM lebih memahami input manusia Anda, karena potongan kecil lebih mudah dianalisis. 

Untuk model Claude yang lebih canggih, seperti Fable dan Opus, context window sekitar 1 juta token. Untuk model yang lebih kecil seperti Haiku, sekitar 200.000. 

Sebagai gambaran, 1 juta token kira-kira setara 750.000 kata. 

Kedengarannya banyak, tetapi saat Anda mulai menambahkan gambar, video, audio, dokumen, kode, dll., Anda bisa segera mendekati batas. Dan tentu saja, semakin banyak Anda mengobrol dengan Claude, semakin banyak token yang digunakan dalam memorinya. 

Untuk mempelajari lebih detail tentang context window dan token, berikut beberapa sumber yang saya rekomendasikan: 

• Panduan Tokenization
• Apa itu Context Window?  

Berkenalan dengan artifacts

Salah satu elemen yang perlu dipahami saat menggunakan Claude adalah Artifacts. Kita akan membahasnya lebih detail nanti, tetapi pada tahap ini, mengetahui dasarnya sudah cukup. 

Artifacts adalah keluaran interaktif yang dibuat Claude saat Anda berinteraksi dengannya. Ini mencakup hal-hal seperti dokumen, potongan kode, dan bahkan aplikasi web mini yang dapat Anda pratinjau di Claude. 

Hal menarik dari Artifacts adalah Anda dapat mempratinjau keluaran Claude di ruang kerja yang sama lalu mengobrol dengan Claude untuk melakukan perubahan dan melihat hasilnya. Ini cara yang sangat membantu untuk terus iterasi saat mengerjakan proyek. 

Saya sarankan membaca pengantar lengkap tentang artifacts Claude untuk mempelajari lebih lanjut. 

Kerjakan proyek Claude pertama Anda

Setelah sampai pada tahap ini dalam rencana belajar Claude Anda, seharusnya Anda sudah familier dengan dasar cara kerja Claude dan cara berinteraksi dengan berbagai modelnya. 

Sekarang saatnya mempraktikkannya dengan proyek pertama Anda. 

(Catatan: Yang saya maksud saat ini adalah ide proyek, bukan Claude Project, salah satu fitur Claude, yang akan kita bahas pada bagian berikutnya)

Pada tahap ini, saya sangat menyarankan Anda menyesuaikan proyek ini dengan pengalaman Anda. Baik di pekerjaan atau kehidupan pribadi, apa titik nyeri atau alur kerja yang harus Anda lakukan secara manual setiap kali? 

Bisa sesederhana merencanakan itinerary perjalanan atau meringkas dokumen. Apa pun itu, bekerjalah dengan Claude untuk membangunnya. Mulailah dengan prompt yang solid, tinjau keluarannya, dan sesuaikan dari sana. 

Bagi saya, saya sering memikirkan kapan saya bisa pensiun (spoiler, masih 20 tahun lagi). Namun setiap kali memikirkannya, saya harus menghitung berapa yang sudah saya tabung, apa arti berbagai skenario, dan berapa yang saya butuhkan untuk hidup berdasarkan berbagai faktor. Jadi, alih-alih menghitung manual dan memeliharanya, saya meminta Claude membantu membangun dasbor live dengan slider dan input yang bisa disesuaikan. 

Bagi Anda, bisa apa saja.  Tujuan utama pada titik ini dalam rencana belajar Claude adalah menggunakannya dan menemukan kemampuan serta keterbatasannya. 

Cara Belajar Claude: Konsep Menengah 

Saat ini, Anda seharusnya sudah familier dengan dasar apa itu Claude dan bagaimana menggunakan beberapa fiturnya. Berikutnya dalam peta jalan Claude Anda adalah beberapa fitur Claude yang lebih baru dan lebih canggih. 

Menurut saya, inilah titik di mana Anda benar-benar bisa melakukan hal-hal menarik, mengubah Claude dari chatbot yang berguna menjadi asisten yang disesuaikan. 

Pahami agen 

Agen AI menjadi salah satu topik paling tren setahun terakhir. Agen AI adalah sistem yang dirancang untuk memahami lingkungannya, belajar dari input, dan membuat keputusan kompleks yang terotomasi untuk mencapai tujuan tertentu.

Agen berbeda dari chatbot AI standar dalam beberapa hal. Mungkin yang paling signifikan adalah agen dapat memutuskan alat dan integrasi apa yang mereka butuhkan untuk mencapai tujuan, lalu memanggilnya untuk mengeksekusi rencana. 

Saat Anda belajar Claude, penting untuk menguasai Claude Cowork, agen berbasis hasil yang dapat menjalankan alur kerja multilangkah di file, folder, dan aplikasi di komputer Anda. 

Ada beberapa sumber yang saya rekomendasikan pada tahap ini: 

• Artikel blog LLM Agents Explained
• Jalur keterampilan AI Agent Fundamentals
• Tutorial Claude Cowork 

Membangun dengan artifacts 

Di bagian pemula, kita melihat bagaimana artifacts muncul otomatis - Anda dapat melihatnya di panel samping saat Claude membuatnya. 

Langkah berikutnya adalah mulai membuat Artifacts Anda sendiri. Artinya, mem-prompt Claude secara spesifik untuk membuat keluaran visual dan interaktif guna mencapai tujuan Anda. 

Contohnya di tim editorial DataCamp. Kami memiliki artifact bersama untuk melacak berbagai input data guna melihat performa konten kami. Ini memberikan snapshot yang jelas dan berguna yang bisa diakses semua orang. 

Tentu, butuh cukup banyak iterasi untuk mencapai titik benar-benar bermanfaat, tetapi itulah keunggulan bekerja dengan Claude. Bahkan profesional nonteknis pun dapat bekerja dengannya untuk menghasilkan hasil yang kuat. 

Untuk mempelajari Claude Artifacts, saya sarankan: 

• Panduan Claude Artifacts 

Pahami system prompt untuk projects dan skill file

Sekarang kita sampai pada titik di mana Anda benar-benar akan menyesuaikan Claude, agar ia mengetahui siapa Anda dan apa ekspektasi Anda. 

Setelah Anda cukup lama berinteraksi dengan Claude, Anda akan menyadari adanya cara tertentu dalam menjawab yang terasa cukup generik. Ini karena system prompt Claude - seperangkat ‘instruksi utama’ yang mendefinisikan identitas dan pagar pembatas perilaku Claude.  

Memahami prompt ini berguna saat belajar Claude, karena memberi Anda kesempatan untuk melampaui baseline yang agak generik ini menuju Claude yang lebih terspesialisasi dan personal. 

Ada dua area yang sangat relevan - Claude Projects dan skill file: 

• Projects memberi Anda kesempatan untuk membuat sesuatu yang mendekati system prompt Anda sendiri. Anda dapat menulis serangkaian instruksi khusus, memberikan konteks, nada, dan preferensi keluaran, dan itu akan diterapkan pada setiap percakapan di proyek tersebut. 
• Skill file adalah modul yang dapat Anda buat yang berisi instruksi langkah demi langkah untuk hasil tertentu. Ini memberi Claude konteks cara melakukan tugas tertentu setiap kali. Berguna untuk membuat hal seperti templat atau aturan nada suara. 

Berikut beberapa sumber untuk membantu Anda menguasai konsep-konsep ini: 

• Informasi tentang system prompt Claude
• Pengantar bab projects pada kursus Claude kami
• Tutorial Inside Claude skills
• Webinar Create Claude skills
• Kursus Introduction to Agent Skills

Riset secara mendalam 

Salah satu fitur paling berguna dari Claude adalah alat riset. Seperti banyak LLM, pengetahuan default Claude bergantung pada data pelatihan yang digunakan saat model dikembangkan. Keterbatasan ini berarti bisa ada celah pengetahuan, terutama pada perkembangan terbaru. 

Fitur Research mengatasi ini dengan menemukan dan menganalisis informasi secara agentic. Artinya, saat fitur aktif dan Anda mengajukan pertanyaan, Claude menggunakan banyak agen untuk melakukan pencarian yang saling membangun, menentukan apa yang harus diteliti berikutnya. 

Claude secara otomatis dan sistematis mengeksplorasi berbagai sudut pertanyaan Anda, memberikan informasi akurat dan terbaru, dengan sitasi agar Anda bisa memeriksanya. 

Saya sarankan mengeksplorasi fitur ini sebagai bagian dari jalur belajar Claude, karena sangat berharga bagi saya saat meneliti perkembangan AI terbaru. 

Saya juga sarankan menonton webinar ini yang akan membantu Anda membangun bot riset kompetitor menggunakan Claude Cowork.  

Cara Belajar Claude: Fitur Lanjutan

Pada titik ini dalam perjalanan belajar Anda, Anda seharusnya sudah cukup memahami Claude dan kemampuannya. Anda akan bisa menggunakan fungsi chat dan bekerja di Claude Cowork untuk meneliti, merencanakan, dan memvisualisasikan berbagai proyek. 

Sekarang, saatnya naik ke level berikutnya. 

Membangun dengan API dan SDK

Sejauh ini, Anda pergi ke situs web Claude atau aplikasi desktop untuk bekerja. Namun bagaimana jika Anda ingin menghadirkan kemampuan Claude langsung ke aplikasi, spreadsheet, atau sistem yang sudah Anda gunakan? Di sinilah API dan SDK berperan.

API (Application Programming Interface) pada dasarnya adalah jembatan digital. Ini memungkinkan dua perangkat lunak saling berkomunikasi. Dengan menggunakan Anthropic API, Anda dapat mengirim instruksi ke Claude dan menerima jawaban kembali secara otomatis, tanpa perlu membuka antarmuka chat.

SDK (Software Development Kit) pada dasarnya adalah paket awal, tersedia dalam bahasa pemrograman populer seperti Python atau TypeScript, yang mempermudah pembangunan jembatan tersebut.

Bahkan jika Anda bukan programmer hardcore, mempelajari dasar API adalah tonggak besar. Misalnya, alih-alih menyalin dan menempel metrik konten mingguan DataCamp ke Claude secara manual, saya dapat menggunakan skrip sederhana dan API untuk mengirim data tersebut secara otomatis dan mendapatkan ringkasan yang sudah menunggu setiap Senin pagi. 

Ini mengubah Claude dari asisten manual menjadi mesin otomatis.

Untuk mulai dengan Claude API, saya sarankan melihat: 

• Panduan Claude API
• Cheat sheet Claude API di Python
• Kursus Claude Code in Action
• Dokumentasi API resmi Anthropic

Sambungkan MCP 

MCP adalah saat Claude menjadi semakin cerdas. Hingga titik ini, kita berurusan dengan Claude yang bisa membaca file lokal, menjalankan perintah shell, dan mengeksplorasi data yang Anda berikan. 

MCP memberi Anda akses ke alat dan data eksternal. Ini semacam menambahkan port USB untuk AI. Seperti halnya melalui port USB Anda dapat menghubungkan komputer ke berbagai perangkat, Model Context Protocol (MCP)  memberi Claude cara standar untuk terhubung ke aplikasi dan sumber data eksternal. 

Ini sangat berguna jika Anda ingin mengakses banyak aliran data tanpa harus mengunduhnya secara manual dari aplikasi dan basis data lalu menambahkannya satu per satu ke Claude. Anda bisa membuat Claude membaca dan berinteraksi dengan alat Anda secara real time. 

Untuk menguasai MCP, berikut beberapa sumber yang direkomendasikan: 

• Panduan MCP
• Kursus Introduction to Model Context Protocol (MCP)
• Tutorial Claude Code MCP

Pahami prompt caching 

Di bagian pemula, kita menyebutkan konsep token dan context window. Fitur-fitur ini sangat terkait dengan seberapa efektif dan hemat biaya Claude, yang khususnya relevan saat Anda mulai meningkatkan ambisi dan proyek. 

Claude memiliki fitur bernama prompt caching, yang memungkinkan Anda menyimpan banyak informasi latar (seperti dataset besar, dokumen panjang, atau instruksi kompleks) agar Claude tidak perlu membacanya ulang dari awal setiap kali Anda mengirim pesan baru. 

Biasanya, saat Anda menanyakan beberapa pertanyaan berbeda tentang data yang sama (misalnya PDF besar), Claude membaca ulang seluruh dokumen untuk tiap pertanyaan, menghabiskan penggunaan token dan ruang context window. 

Prompt caching memungkinkan Claude menyematkan informasi penting di memori jangka pendeknya, mengurangi penggunaan token dan karenanya biaya. Saya mendapati ini sangat berguna saat menggunakan API atau saat membangun aplikasi dan alur kerja yang lebih besar yang butuh banyak iterasi. 

Berikut beberapa sumber untuk mempelajari lebih lanjut: 

• Dokumentasi Claude tentang prompt caching
• Panduan prompt caching 
• Tutorial Claude Opus 5 API (membahas prompt caching)

Bangun sistem RAG

Saat saya sudah benar-benar nyaman menggunakan Claude, saya terus ingin memberinya semakin banyak data untuk digunakan. Namun akhirnya, saya menemukan batas jumlah yang bisa saya sertakan dalam satu prompt. 

Di sinilah RAG (Retrieval-Augmented Generation) sangat berguna. Meski namanya kurang mulus, konsep RAG cukup sederhana. Ini adalah mesin pencari cerdas untuk data yang sangat spesifik yang bisa Anda tambahkan ke Claude. 

Alih-alih memberikan seluruh wiki perusahaan atau data dan dokumentasi bertahun-tahun sekaligus, sistem RAG terlebih dahulu menelusuri basis data Anda untuk informasi paling relevan, sehingga Claude dapat merumuskan jawaban yang sangat akurat. 

RAG layak dipelajari agar Claude dapat memahami data internal Anda, yang berarti Anda dapat membuat agen dan asisten AI yang memahami konteks bisnis Anda sebaik siapa pun. 

Untuk mulai dengan RAG, saya rekomendasikan: 

• Apa itu RAG? Panduan
• Kursus RAG dengan LangChain
• Tutorial Agentic RAG
• Webinar Building and Evaluating RAG pipelines

Pelajari cara kerja Computer Use

Kita melihat sebelumnya bahwa Claude Cowork adalah agen AI yang dapat membantu berbagai tugas. Namun bagaimana jika Anda ingin membuat versi Cowork sendiri yang dapat mengoperasikan komputer Anda secara otomatis? 

Dengan Claude Computer Use, Anda bisa melakukan hal itu. Computer Use memberi kemampuan Claude untuk melihat layar Anda, menggerakkan kursor, mengklik tombol, dan memasukkan teks secara otomatis. 

Ini bagian ekosistem Claude yang sangat menarik, dan layak untuk mengetahui cara kerjanya serta bagaimana menggunakannya dalam alur kerja Anda. Memang ini alat yang canggih dan berfokus pada pengembang, tetapi kemungkinannya sangat menarik. 

Berikut cara mempelajari lebih lanjut: 

• Panduan Anthropic Computer Use
• Dokumentasi Claude Computer Use

Satukan semuanya

Jadi, kita telah melalui berbagai tahap belajar Claude, dari yang paling dasar hingga fitur paling canggih. 

Bagian terakhir dari perjalanan belajar Anda adalah menarik semua yang telah Anda pelajari menjadi satu. 

Sekali lagi, saya sarankan proyek pribadi agar Anda bisa melihat bagaimana semuanya saling terkait. Anda bisa mulai kecil dengan masalah yang cukup sederhana, lalu mulai mengiterasi dan memperluasnya, memasukkan alat baru, menulis skill file, menyambungkan MCP, dan seterusnya. 

Cara terbaik belajar Claude adalah terus menggunakannya dan menguji kemampuannya. Sering kali, Anda akan menemukan bahwa batasnya hanyalah imajinasi Anda. 

Mengapa Belajar Claude? 

Ini mungkin terdengar seperti pertanyaan aneh, tetapi valid. Apakah layak waktu dan usaha Anda untuk belajar Claude? 

Menurut saya, sangat layak. Mungkin inilah alat (bersama Cursor) yang memiliki dampak praktis terbesar pada minggu kerja saya dibanding apa pun sejak ChatGPT pertama kali diluncurkan. 

Tugas repetitif yang dulu memakan waktu berjam-jam kini hanya menit. Keterampilan analitik dan pelaporan saya meningkat. Saya dapat membangun alur kerja, dasbor, dan aplikasi yang, dulu, akan memakan waktu berbulan-bulan hanya untuk belajar cara membangunnya. 

Dan bukan hanya anekdot pribadi yang menunjukkan betapa pentingnya belajar menggunakan alat seperti Claude. Dalam artikel TechCrunch terbaru, kami menjelaskan bahwa ‘Claude’ kini menjadi istilah yang paling banyak dicari di situs DataCamp, melampaui bahkan istilah ‘AI’. 

Orang-orang berlomba mempelajari cara menggunakan alat Anthropic ini. Kami melihat peningkatan 18x hanya pada bulan Juni untuk pencarian terkait. 

Cara kita bekerja berubah lebih cepat dari sebelumnya, dan alat seperti Claude berperan besar mendorongnya. Ini bukan keterampilan masa depan; ini keterampilan yang Anda perlukan saat ini. 

Berapa Lama Waktu yang Dibutuhkan untuk Belajar Claude? 

Tentu, Anda pasti bersemangat untuk mulai, tetapi mungkin bertanya-tanya berapa lama hingga Anda dapat menciptakan agen AI yang sangat terspesialisasi dan terhubung. 

Tidak ada jawaban pasti. Anda bisa cukup mahir hanya setelah sehari mencoba-coba dan menggunakannya. Membangun kefasihan nyata mungkin butuh 4-6 minggu, tergantung seberapa sering Anda menggunakannya. Dan secara realistis, Anda bisa mengerjakannya beberapa bulan tanpa kehabisan hal baru untuk dicoba. 

Tergantung pada tujuan Anda. Jika targetnya menggunakan Claude Chat untuk riset dan menulis, satu sore bereksperimen sudah mengantar Anda hampir sampai. Jika targetnya membangun agen khusus, menyambungkan sumber data eksternal, dan bekerja dengan API, itu secara realistis proyek 2-3 bulan.

Berikut pembagian menurut saya:

Contoh Rencana Belajar Claude

Artikel yang saya tulis hingga titik ini menguraikan kemajuan dari pemula hingga penggunaan Claude tingkat lanjut. 

Berikut cara mengubahnya menjadi jadwal nyata.

Rencana ini mengasumsikan sekitar 30-60 menit per hari. Jika Anda hanya bisa beberapa jam per minggu, perpanjang kerangka waktunya; tahapnya tetap sama, hanya temponya yang berubah.

Minggu 1-2: Fondasi pemula

• Buat akun Claude Anda dan habiskan satu jam menjelajahi antarmuka tanpa agenda
• Ikuti kursus Claude 101
• Tulis prompt yang sama dalam 5 cara berbeda, mulai dari samar lalu tambahkan spesifisitas tiap kali. Anda akan langsung merasakan bedanya.
• Baca panduan praktik terbaik prompting dari Anthropic
• Perhatikan tag XML dan Chain-of-Thought prompting, dua teknik yang direspons sangat baik oleh Claude.
• Selesaikan kursus Understanding Prompt Engineering

Minggu 3-4: Proyek pertama

• Identifikasi satu alur kerja nyata, sesuatu yang Anda lakukan manual dan berulang, lalu minta Claude membantu meningkatkan atau mengotomasikannya
• Coba unggah dokumen kompleks (seperti laporan PDF atau tangkapan layar bagan) dan minta Claude mensintesis poin-poin utama.
• Harapkan setidaknya 5 iterasi sebelum bekerja sesuai keinginan Anda. Itu sepenuhnya normal.
• Baca panduan Claude Artifacts dan bereksperimen membuat keluaran visual. 

Minggu 5-6: Fitur menengah

• Siapkan Claude Project dengan instruksi kustom untuk tugas yang sering Anda ulangi
• Gunakan fitur Research pada topik yang Anda kuasai, sehingga Anda bisa menilai akurasinya
• Selesaikan kursus Introduction to Agent Skills
• Selesaikan jalur keterampilan AI Agent Fundamentals

Minggu 7-8: Pengantar fitur lanjutan

• Dapatkan akses ke Anthropic API dan jalankan skrip dasar
• Sambungkan satu MCP ke alat yang sudah Anda gunakan
• Mulai kursus Software Development with Claude Code

Mulai minggu ke-9

Pada titik ini, rencana menjadi personal. Anda akan punya cukup pengalaman untuk mengetahui di mana Claude paling berguna dalam alur kerja Anda, dan langkah berikutnya akan muncul secara alami dari sana.

Saran saya: pilih satu proyek yang sedikit melampaui kemampuan Anda saat ini, dan kerjakan ke arah sana. Kesenjangan antara posisi Anda sekarang dan tujuan Anda adalah tempat belajar paling cepat terjadi.

Penutup

Menulis panduan ini memakan waktu lebih lama dari perkiraan saya. Mungkin saya sendiri tidak menyadari betapa banyak yang harus dipelajari, dan betapa banyak yang telah saya pelajari, selama beberapa bulan terakhir. Dan saya masih belajar. Ada fitur baru untuk dieksplorasi, proyek baru yang ingin saya kerjakan. 

Di tempat kerja, saya sering menghadapi alur yang kurang efisien atau perlu ditingkatkan. Ada alat yang saya rasa bisa saya gunakan untuk bekerja lebih baik. Dan dalam kehidupan pribadi, ada proyek yang ingin saya kerjakan, dan hal-hal yang ingin saya ajarkan ke orang lain. 

Ini berkat penggunaan Claude hampir setiap hari selama beberapa bulan terakhir. Sebelumnya, saya banyak menggunakan fitur yang lebih dasar. 

Semoga panduan ini telah menunjukkan dengan jelas cara belajar Claude. Sumber-sumbernya ada untuk membantu memandu Anda, tetapi kemauan Anda untuk terjun dan bereksperimen dengan berbagai fitur yang benar-benar akan membuat perbedaan. 

Semoga sukses, dan ingat, kursus Claude 101 adalah tempat saya memulai.